hive常见操作语句--创建表语句

一：hive建表语句

Sql代码  

1. create table page_view  
2. (  
3. page_id bigint comment '页面ID',  
4. page_name string comment '页面名称',  
5. page_url string comment '页面URL'  
6. )  
7. comment '页面视图'  
8. partitioned by (ds string comment '当前时间，用于分区字段')  
9. row format delimited  
10. stored as rcfile  
11. location '/user/hive/test';  

 
这里需要说下stored as 关键词，hive目前支持三种方式:

1:就是最普通的textfile，数据不做压缩，磁盘开销大，解析开销也大

2:SquenceFIle,hadoop api提供的一种二进制API方式，其具有使用方便、可分割、可压缩等特点。

3:rcfile行列存储结合的方式，它会首先将数据进行分块，保证同一个record在一个分块上，避免读一次记录需要读多个块。其次块数据列式存储，便于数据存储和快速的列存取。

RCFILE由于采用是的列式存储，所以加载时候开销较大，但具有很好的查询响应、较好的压缩比。

如果建立的表需要加上分区，则语句如下:

这里partitioned by 表示按什么字段进行分割，通常来说是按时间

Sql代码  

1. create table test_ds  
2. (  
3.   id int comment '用户ID',  
4.   name string comment '用户名称'  
5. )  
6. comment '测试分区表'  
7. partitioned by(ds string comment '时间分区字段')  
8. clustered by(id) sorted by(name) into 32 buckets  
9. row format delimited   
10. fields terminated by '\t'  
11. stored as rcfile;  

 

如果需要对某些字段进行聚类存储，方便对hive集群列进行采样，则应该这样编写SQL:

Sql代码  

1. create table test_ds  
2. (  
3.   id int comment '用户ID',  
4.   name string comment '用户名称'  
5. )  
6. comment '测试分区表'  
7. partitioned by(ds string comment '时间分区字段')  
8. clustered by(id) sorted by(name) into 32 buckets      
9. row format delimited   
10. fields terminated by '\t'  
11. stored as rcfile;  

 这里表示将id按照name进行排序，聚类汇总，然后分区划分到32个散列桶中。

如果想改变表在hdfs中的位置，则应该使用location字段显式的指定:

Sql代码  

1. create table test_another_location  
2. (  
3.    id int,   
4.    name string,  
5.    url string  
6. )  
7. comment '测试另外一个位置'  
8. row format delimited  
9. fields terminated by '\t'  
10. stored as textfile  
11. location '/tmp/test_location';  

 其中/tmp/test_location可不必先创建